分布式系統(tǒng)中基于檢查點容錯服務的設計與實現.pdf

1、分布式系統(tǒng)的錯誤頻率的增加導致運行應用任務完成時間增長，并且近年來大量記錄了大規(guī)模分布式系統(tǒng)運行狀態(tài)的現場失效數據以規(guī)范格式公布，在此背景下，本文研究分布式系統(tǒng)下基于檢查點的容錯服務，利用系統(tǒng)失效關聯性特征來建立模型，得到減小分布式任務的完成時間的檢查點放置策略，從而在保證系統(tǒng)可靠性的前提下，降低容錯服務的實現代價，提高分布式系統(tǒng)的運行效率。
　　論文主要的工作和貢獻包括:
　　(1)研究檢查點/恢復技術的基本機制及其實現方

2、式，分析分布式系統(tǒng)中保存通信狀態(tài)以及保證其一致性的難點，通過實現了一個原型系統(tǒng)，研究全局檢查點的代價、分布式系統(tǒng)的規(guī)模以及應用程序大小之間的關系;
　　(2)提出一個基于檢查點和系統(tǒng)失效關聯性特征的容錯模型，根據失效事件相關性分析結果，提出一種分布式系統(tǒng)節(jié)點關聯性分組方法，利用節(jié)點分組信息建立以最小化浪費時間為目標的優(yōu)化方程，得出了主動檢查點的放置周期，并提出了一個包含主動檢查點以及被動檢查點的兩類檢查點放置策略;
　　(3